Datastrategia vai datatragedia? Näillä sanoilla on vain muutaman kirjaimen ero, mutta huomattava ero näkyy siinä, kuinka näitä kahta ilmiötä edustavat organisaatiot toimivat päivittäin, suunnittelevat tulevaisuuttaan ja sopeutuvat säännöllisesti kohtaamiinsa muutoksiin.

Organisaatiot, joissa toimintaa ohjaa datatragedia, on helppo tunnistaa. Ko. organisaatioilla ei ole kykyä kertoa helposti ymmärrettävästi (sisäisesti tai ulkoisille sidosryhmille) omista IT- arkkitehtuureistaan, tulevaisuuden kehityssuunnitelmistaan tai datan/järjestelmien omistajuuksista. Muutostarpeet nykyiseen arkkitehtuuriin (uusia lähdejärjestelmiä, sovelluksia…) laukaisevat aina mittavan selvitysprojektin, joissa pyörää keksitään uudestaan ja uudestaan.

Jatkuvat muutokset aiheuttavat stressiä työntekijöille, ja eri osapuolten väliseen, tietotekniikan ja prosessien kehitystä koskevaan sisäiseen viestintään ei ole olemassa käteviä työvälineitä. Innostus liiketoiminnan kehittämiseen on rajallista. Koska se on niin tuskallista.

Datatragedian synnyttämiseen ei tarvita strategiaa eikä johtajuutta. Annetaan vaan asioiden kehittyä omalla painollaan.

 

Mistä datastrategiassa sitten on kyse?

Datastrategia on liiketoimintastrategian tytär (tai poika). On tärkeää hahmottaa, mihin liiketoiminnalla pyritään nykyhetkenä ja tulevaisuudessa ja mitä hyötyä datasta on näiden liiketoimintatavoitteiden saavuttamisessa.

Datastrategiassa ei ole kyse mahdollisimman nopeista voitoista vaan pitkän aikavälin kilpailuedusta. Lyhyen aikavälin voitot ovat osa datastrategiaa.

Kokonaisvaltainen datastrategia kattaa esimerkiksi päätöksenteon tehostamisen, toiminnan tehokkuuden ja datan monetisoinnin. Käyttötapauksien ja business case- aihioiden kerääminen on välttämätön vaihe datastrategian hahmottelun alkuvaiheessa.

Se koostuu myös pitkän aikavälin arkkitehtuurisuunnitelmasta, joka mukautuu tarvittaessa muutoksiin. Nykytila-, siirtymä- ja tavoitearkkitehtuureita tarvitaan lähdejärjestelmien, integrointien, operatiivisten ja analyyttisten järjestelmien sekä eri osien välisten riippuvuuksien ohella. Arkkitehtuurin periaatteet laaditaan ohjaamaan tulevaa kehitystä.

Sisäisten ja ulkoisten osapuolten välisen vuoropuhelun helpottaminen voi vaatia myös kaikille yhteisten termien ja käsitteiden määrittelyä. Esimerkiksi sana ”juna” voi tarkoittaa eri henkilöille eri asioita.

Tietojärjestelmien ja datan omistajuus on monissa organisaatioissa epäselvää. Nimien ja tietojärjestelmien listaaminen Excel-taulukossa ei vielä kerro omistajuudesta. Omistajuuden käsite (esim. talon tai auton omistajuus) tarkoittaa ainakin minulle sitä, että omistaja osallistuu omaisuuden ylläpitoon aktiivisesti.  Tavoitteena omaisuuden arvon säilyttäminen ja jopa kasvattaminen. Tämän pitäisi näkyä myös datastrategiassa.

Jos haluat hyödyntää uusimpia teknisiä innovaatioita liiketoiminnan haasteiden ratkaisemisessa, taidot ja pätevyydet ovat entistä tärkeämmässä osassa. Teknologia itsessään kattaa vain noin 30–40 prosenttia koko liiketoimintaratkaisusta. Loppu onkin kiinni ihmisistä. MS Excelin avulla voi tehdä ihmeitä, jos osaaminen on kohdallaan. Tulevaisuuden tarpeiden ja tämänhetkisen osaamistason puutteiden hahmottamisesta voi seurata tarve palkata uusia työntekijöitä, perustaa uusia työtehtäviä ja tarkastella myös tarpeiden ulkopuolista osaamista.

Kun tiedetään, mihin ollaan tähtäämässä ja mitä kaikkea tarvitaan, voidaan laatia etenemissuunnitelma, joka huomioi sekä lyhyen aikavälin voitot että pitkän aikavälin mahdollisuudet. Etenemisen suunta on todennäköisesti hyvä tarkistaa säännöllisin väliajoin liiketoimintaympäristön kehittyessä. Näiden kotitehtävien tekemisen jälkeen liiketoiminta voi taas jatkua tuttuun tapaan. Ei siis mikään ylivoimainen tehtävä.

Lopuksi voidaan todeta, että datastrategian laatiminen ei ole mikään läpihuutojuttu tai lastenleikkiä. Se ei tapahdu itsestään.

Datastrategian laatiminen on vaativa tehtävä, johon johtoryhmän on osallistuttava tiiviisti ja sitouduttava lujasti.

Mutta kuten yleensäkin -missä on tahtoa, siinä on tie.